1. 方法論と範囲
1.1. 調査方法
1.2. 調査目的と調査範囲
2. 定義と概要
3. エグゼクティブサマリー
3.1. 技術別
3.2. プラットフォーム別
3.3. 用途別
3.4. 地域別
4. 動向
4.1. 影響要因
4.1.1. 推進要因
4.1.1.1. 衛星を利用した画像・地図サービスの需要増加
4.1.1.2. 前年比
4.1.2. 阻害要因
4.1.2.1. リモートセンシング機器とサービスの高コスト
4.1.2.2. YY
4.1.3. 機会
4.1.3.1. YY
4.1.4. 影響分析
5. 産業分析
5.1. ポーターのファイブフォース分析
5.2. サプライチェーン分析
5.3. 価格分析
5.4. 規制分析
6. COVID-19の分析
6.1. COVID-19の分析
6.1.1. COVID-19以前のシナリオ
6.1.2. 現在のCOVID-19シナリオ
6.1.3. ポストCOVID-19または将来シナリオ
6.2. COVID-19の中での価格動向
6.3. 需給スペクトラム
6.4. パンデミック時の市場に関連する政府の取り組み
6.5. メーカーの戦略的取り組み
6.6. 結論
7. 技術別
7.1. イントロダクション
7.1.1. 市場規模分析および前年比成長率分析(%)、技術別
7.1.2. 市場魅力度指数、技術別
7.2. アクティブ
7.2.1. イントロダクション
7.2.2. 市場規模分析および前年比成長率分析(%)
7.3. パッシブ
8. プラットフォーム別
8.1. 導入
8.1.1. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
8.1.2. 市場魅力度指数、プラットフォーム別
8.2. 衛星
8.2.1. イントロダクション
8.2.2. 市場規模分析および前年比成長率分析(%)
8.3. 航空システム
9. 用途別
9.1. イントロダクション
9.1.1. 市場規模分析および前年比成長率分析(%)、用途別
9.1.2. 市場魅力度指数、用途別
9.2. 農業・生活資源
9.2.1. イントロダクション
9.2.2. 市場規模分析および前年比成長率分析(%)
9.3. 災害管理
9.4. インフラ
9.5. 軍事・情報
9.6. 天候
9.7. その他
10. 地域別
10.1. イントロダクション
10.1.1. 市場規模分析および前年比成長率分析(%)、地域別
10.1.2. 市場魅力度指数、地域別
10.2. 北米
10.2.1. 序論
10.2.2. 主な地域別動向
10.2.3. 市場規模分析および前年比成長率分析(%)、技術別
10.2.4. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
10.2.5. 市場規模分析および前年比成長率分析(%)、用途別
10.2.6. 市場規模分析および前年比成長率分析(%)、国別
10.2.6.1. 米国
10.2.6.2. カナダ
10.2.6.3. メキシコ
10.3. ヨーロッパ
10.3.1. イントロダクション
10.3.2. 地域別主要市場
10.3.3. 市場規模分析および前年比成長率分析(%)、技術別
10.3.4. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
10.3.5. 市場規模分析および前年比成長率分析(%)、用途別
10.3.6. 市場規模分析および前年比成長率分析(%)、国別
10.3.6.1. ドイツ
10.3.6.2. イギリス
10.3.6.3. フランス
10.3.6.4. イタリア
10.3.6.5. ロシア
10.3.6.6. その他のヨーロッパ
10.4. 南米
10.4.1. イントロダクション
10.4.2. 地域別主要市場
10.4.3. 市場規模分析および前年比成長率分析(%)、技術別
10.4.4. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
10.4.5. 市場規模分析および前年比成長率分析(%)、用途別
10.4.6. 市場規模分析および前年比成長率分析(%)、国別
10.4.6.1. ブラジル
10.4.6.2. アルゼンチン
10.4.6.3. その他の南米諸国
10.5. アジア太平洋
10.5.1. 序論
10.5.2. 主な地域別動向
10.5.3. 市場規模分析および前年比成長率分析(%)、技術別
10.5.4. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
10.5.5. 市場規模分析および前年比成長率分析(%)、用途別
10.5.6. 市場規模分析および前年比成長率分析(%)、国別
10.5.6.1. 中国
10.5.6.2. インド
10.5.6.3. 日本
10.5.6.4. オーストラリア
10.5.6.5. その他のアジア太平洋地域
10.6. 中東・アフリカ
10.6.1. 序論
10.6.2. 地域別主要市場
10.6.3. 市場規模分析および前年比成長率分析(%)、技術別
10.6.4. 市場規模分析および前年比成長率分析(%)、プラットフォーム別
10.6.5. 市場規模分析および前年比成長率分析(%)、用途別
11. 競争環境
11.1. 競争シナリオ
11.2. 市場ポジショニング/シェア分析
11.3. M&A分析
12. 企業情報
13. 付録
13.1. 会社概要とサービス
13.2. お問い合わせ
| ※参考情報 リモートセンシング(Remote Sensing)は、地球やその周辺の物理的な情報を、接触を持たずに取得する手法を指します。この技術は、地球観測、気象、環境モニタリング、農業、都市計画など、さまざまな分野で広く利用されています。リモートセンシングは、衛星や航空機に搭載されたセンサーを使用して、地表、海洋、大気中のデータを収集します。この情報は、地理空間に関する知識を深めたり、持続可能な開発のための意思決定を支援したりするために非常に重要です。 リモートセンシングの種類は、主に使用されるセンサーのタイプや観測手法に基づいて分類されます。一つの大きなカテゴリは、パッシブセンサーとアクティブセンサーです。パッシブセンサーは、太陽光や地球からの放射を受け取ってデータを収集します。これに対して、アクティブセンサーは自ら信号を送出し、その反射を測定することによって情報を取得します。また、リモートセンシングは観測対象の波長帯に応じて分類されることもあります。この場合、可視光、近赤外線、熱赤外線、マイクロ波など、多様な波長帯域を利用したセンサーが存在します。 リモートセンシングの用途は多岐にわたります。農業分野では、作物の健康状態をモニタリングしたり、灌漑の最適化を図ったりするために利用されています。森林管理では、森林の減少や病害虫の発生を検出する方法として用いられます。また、都市計画においては、土地利用の変化を把握するためのデータを提供し、効率的なインフラ整備や都市の成長の解析に役立ちます。 さらに、環境モニタリングでは、大気質の評価や水質の監視、自然災害のリスク評価などにリモートセンシングが活用されています。特に、地球温暖化や自然災害への対応として、長期的な環境変化を追跡するための重要な手段とされています。これにより、科学者や政策立案者は、持続可能な環境管理を行いやすくなります。 リモートセンシングに関連する技術としては、GIS(地理情報システム)やデータ解析手法が挙げられます。GISは地理データを統合し、視覚化するためのシステムであり、リモートセンシングで得られたデータを利用して、地理的な問題を解決するための強力なツールです。データ解析手法としては、機械学習や人工知能が重要な役割を果たしています。これらの技術を用いることで、膨大なリモートセンシングデータから有用な情報を引き出し、より的確な判断を行うことが可能となります。 リモートセンシングの未来は非常に明るいと考えられています。新しいセンサー技術の開発やデータ解析手法の進化により、より高い解像度や精度での観測が可能になるでしょう。また、データの取得が容易になり、リモートセンシングによる情報を活用したさまざまなプロジェクトが進められることが期待されます。 このように、リモートセンシングは、地球環境や社会の変化を把握し、持続可能な未来を考える上で欠かせない技術となっています。さまざまな分野での応用が進む中で、今後もさらに発展し、人類の課題解決に寄与し続けることでしょう。 |

